Все моделиGoogle
Gemini Embedding 001
Многоязычные эмбеддинги Google Gemini
Текст
Вектор 3072
- Тип
- Эмбеддинги
- Контекст
- 2K токенов
- Русский язык
- высокий
- Цена
- 12 ₽ / 1M токенов
- Размер вектора
- 3072
- Дата выхода
- Июль 2025
chat/completions
import OpenAI from "openai"const client = new OpenAI({ baseURL: "https://api.yenisei.ru/v1", apiKey: process.env.YENISEI_API_KEY,})const stream = await client.chat.completions.create({ model: "gemini-embedding-001", messages: [{ role: "user", content: "Привет!" }], stream: true,})for await (const chunk of stream) { process.stdout.write(chunk.choices[0]?.delta?.content ?? "")}О модели
Gemini Embedding 001 — модель эмбеддингов Google из линейки Gemini с сильной многоязычностью и высоким качеством ретрива. Она превращает тексты в векторные представления, точно улавливая смысловую близость запроса и документов на десятках языков, что важно для семантического поиска и RAG. Модель уверенно работает с русским и хорошо подходит для международных продуктов. Полученные векторы удобно применять для кластеризации, рекомендаций, дедупликации и классификации текстов. Она обеспечивает стабильные результаты в требовательных сценариях поиска. Хороший выбор, когда нужны качественные многоязычные эмбеддинги от Google.
Сильные стороны
- Сильная многоязычность и уверенный русский
- Высокое качество ретрива
- Точное улавливание смысловой близости
- Векторы для кластеризации и рекомендаций
- Подходит для RAG и семантического поиска
- Стабильные результаты в требовательных задачах
Где применить
- Семантический поиск по документам
- RAG-конвейеры и вопросно-ответные системы
- Кластеризация и тематическая группировка
- Рекомендательные системы
- Дедупликация и поиск похожего
- Классификация текстов по векторам